Siemens menekankan pentingnya kecerdasan buatan (AI) bagi industri. Perbedaan mendasar AI industri dengan AI yang umum digunakan saat ini terletak pada jenis data yang diproses dan cara kerjanya.
Peter Koerte, Managing Board Member & CTO Siemens AG, menjelaskan bahwa AI industri berbeda dengan Generative AI (GenAI) yang umum digunakan masyarakat. Perbedaan utamanya terletak pada bahasa yang digunakan; AI industri berinteraksi dengan data berupa suhu, tegangan, koordinat (x,y,z), data deret waktu, gambar 2D dan 3D, serta P&ID, bukan teks seperti GenAI.
“Kami yang pertama di dunia yang membangun apa yang kami sebut sebagai industrial foundation model. Seperti yang Anda ketahui, model bahasa besar (LLM) didasarkan pada language, tetapi industri tidak berbicara language. Industri berbicara suhu, berbicara tegangan, berbicara koordinat dalam hal sumbu x, y, dan z, data deret waktu, gambar, 2D, 3D,P&ID,” jelas Peter dalam Siemens Tech Summit 2025 di Jakarta, Rabu (11/6).
Model AI industri harus dilatih dengan dataset spesifik sesuai industri terkait untuk memastikan akurasi tinggi. Koerte menambahkan bahwa akurasi 80% untuk industri masih kurang optimal. Meskipun masih ada pengawasan manusia, akurasi minimal 90% atau lebih tinggi sangat dibutuhkan untuk memastikan keamanan dan efisiensi operasional.
Penerapan AI Industri dalam Pemeliharaan (Maintenance)
Presiden Direktur dan CEO PT Siemens Indonesia, Surya Fitri, memberikan contoh penerapan AI industri dalam pemeliharaan. Sistem AI dapat menganalisis penyebab kerusakan mesin (“root cause”) saat terjadi downtime atau kerusakan.
“Contohnya tentang maintenance. Kalau ada downtime, ada broke down, sistem itu bisa menganalisa di mana root cause-nya. Sehingga enggak butuh lagi yang namanya selalu ada tim maintenance harus datang,” jelasnya.
Dengan kemampuan analisis dan koreksi otomatis, AI mengurangi ketergantungan pada tim pemeliharaan konvensional dan meningkatkan efisiensi operasional. Kemampuan ini dimungkinkan karena model AI telah dilatih dengan data yang relevan untuk kasus-kasus pemeliharaan.
Keterbatasan GenAI dalam Industri
GenAI yang umum saat ini seringkali kurang efektif dalam menangani data industri yang kompleks. Tugas-tugas industri membutuhkan pengetahuan domain yang jauh lebih mendalam daripada tugas AI consumer seperti peringkasan teks.
Model bahasa besar (LLM) yang menjadi dasar GenAI tidak mampu menangani kompleksitas data industri. Oleh karena itu, AI khusus industri menjadi solusi yang tepat.
Potensi dan Aplikasi AI Industri
AI untuk industri dirancang untuk mendukung insinyur dalam berbagai proses kerja. Beberapa contoh aplikasinya meliputi identifikasi fitur mesin dan rekomendasi strategi perbaikan, percepatan pembuatan P&ID (Piping and Instrumentation Diagram), serta pemrosesan data teknik yang kompleks.
Secara keseluruhan, penerapan AI di sektor industri menjanjikan peningkatan efisiensi, produktivitas, dan keamanan. Namun, perlu diingat bahwa pengembangan dan penerapannya memerlukan data yang akurat dan relevan, serta keahlian khusus dalam integrasi sistem dan manajemen data.
Ke depannya, pengembangan AI industri perlu terus berinovasi untuk mengatasi tantangan kompleksitas data dan memastikan tingkat akurasi yang tinggi demi keselamatan dan efisiensi operasional.
